Please use this identifier to cite or link to this item: http://ithesis-ir.su.ac.th/dspace/handle/123456789/4163
Full metadata record
DC FieldValueLanguage
dc.contributorTassawan ROMVAPEEen
dc.contributorทัศวรรณ ร่มวาปีth
dc.contributor.advisortasanawan soonklangen
dc.contributor.advisorทัศนวรรณ ศูนย์กลางth
dc.contributor.otherSilpakorn University. Scienceen
dc.date.accessioned2022-12-13T04:32:22Z-
dc.date.available2022-12-13T04:32:22Z-
dc.date.issued25/11/2022
dc.identifier.urihttp://ithesis-ir.su.ac.th/dspace/handle/123456789/4163-
dc.descriptionMaster of Science (M.Sc.)en
dc.descriptionวิทยาศาสตรมหาบัณฑิต (วท.ม)th
dc.description.abstractIn forensic science, footwear impressions and footprints are physical evidence found mostly at crime scenes. This evidence can be used to estimate appearance such as the height and sex of the owner. Thus, our research purposes are first, to develop a web application for estimating a person’s stature and sex from step length, shoe size, and footprints. Secondly, to study the satisfaction towards the use of this system. The target groups in this research are 6 experts in system development and 20 police officers from the office of police forensic science in Kanchanaburi province. The evaluation used mean and standard deviation to analyze data from the user satisfaction survey. This survey is evaluated by the experts using an index of Item Objective Congruence (IOC). Thirdly, we compare the performance of our models with the prototypes (Orathai Kheawpum, 2020). For height prediction, our proposed methods are simple linear regression, multiple linear regression, and polynomial regression. For sex prediction, our approach is a logistic regression model. The research findings show that 1) our application can estimate the height and sex 2) the evaluation of the IOC by experts achieves a satisfaction level and user satisfaction reaches a high level (the mean was 4.35, the standard deviation was 0.60), and 3) the performance of machine learning models demonstrates that polynomial regression can predict a height similar to ground truth data, which is similar to the prototype model. For stature estimation, the best result is received from a female’s shoe length, and the worst result is achieved from shoe sizes. For sex prediction, it is found that the system accuracy obtains 94.40%en
dc.description.abstractในงานด้านนิติวิทยาศาสตร์ รอยรองเท้าและรอยฝ่าเท้าถือเป็นหลักฐานที่พบได้มากในสถานที่เกิดเหตุ หลักฐานเหล่านี้สามารถใช้คาดคะเนรูปพรรณ เช่น ความสูง หรือ เพศ ของเจ้าของลักษณะเหล่านี้ได้ การวิจัยนี้จึงมีวัตถุประสงค์เพื่อ 1) พัฒนาโปรแกรมประยุกต์บนเว็บที่สามารถคำนวณประเมินคาดคะเนความสูงและเพศ จากระยะก้าวเดิน ขนาดรองเท้า และรอยพิมพ์ฝ่าเท้า 2) ประเมินความพึงพอใจต่อการใช้งานโปรแกรมคำนวณประเมินความสูงและเพศ กลุ่มเป้าหมายในงานวิจัยนี้ ได้แก่ ผู้เชี่ยวชาญทางด้านการพัฒนาระบบจำนวน 6 คน และเจ้าหน้าที่ตำรวจกองพิสูจน์หลักฐานจังหวัดกาญจนบุรี จำนวน 20 คน การประเมินผลใช้ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานสำหรับการวิเคราะห์ข้อมูลที่ได้จากแบบประเมินความพึงพอใจการใช้งานโปรแกรม ซึ่งแบบประเมินนี้ผ่านการประเมินจากผู้เชี่ยวชาญ โดยหาค่าความสอดคล้องระหว่างคำถามกับวัตถุประสงค์ และ 3) เปรียบเทียบประสิทธิภาพระหว่างตัวแบบสมการที่ได้ของงานวิจัยนี้กับงานวิจัยต้นแบบสำหรับคาดคะเนความสูง ตัวแบบที่ใช้ในงานวิจัยนี้ ได้แก่ Simple Linear Regression, Multiple Linear Regression และ Polynomial Regression สำหรับคาดคะเนเพศตัวแบบที่ใช้ คือ Logistic Regression ผลการวิจัยพบว่า 1) โปรแกรมประยุกต์นี้สามารถคำนวณประเมินคาดคะเนความสูงและเพศได้ 2) ผลการประเมินหาค่าความสอดคล้องระหว่างคำถามกับวัตถุประสงค์ของแบบสอบถามโดยผู้เชี่ยวชาญมีค่าความสอดคล้องอยู่ในเกณฑ์ดี และผลการประเมินความพึงพอใจต่อการใช้งานโปรแกรม โดยรวมอยู่ในระดับมาก (ค่าเฉลี่ยเท่ากับ 4.35, ค่าเบี่ยงเบนมาตรฐานเท่ากับ 0.60) และ 3) การเปรียบเทียบประสิทธิภาพตัวแบบสมการโดยใช้การเรียนรู้ด้วยเครื่อง พบว่าตัวแบบ Polynomial Regression คาดคะเนผลลัพธ์ได้ใกล้เคียงกับข้อมูลจริง และผลการทำนายที่คลาดเคลื่อนใกล้เคียงงานวิจัยต้นแบบ สำหรับการคาดคะเนความสูงให้ผลทำนายดีที่สุดจากความยาวรองเท้าเพศหญิง และผลทำนายที่คลาดเคลื่อนมากที่สุดที่ทำนายจากขนาดรองเท้าเพศหญิงสำหรับการคาดคะเนเพศ พบว่าระบบมีความถูกต้องอยู่ที่ 94.40%th
dc.language.isoth
dc.publisherSilpakorn University
dc.rightsSilpakorn University
dc.subjectเว็บแอปพลิเคชันth
dc.subjectการเรียนรู้ด้วยเครื่องth
dc.subjectการคาดคะเนความสูงth
dc.subjectการคาดคะเนเพศth
dc.subjectรอยรองเท้าth
dc.subjectรอยฝ่าเท้าth
dc.subjectระยะก้าวเดินth
dc.subjectWeb applicationen
dc.subjectMachine learningen
dc.subjectEstimation of statureen
dc.subjectEstimation of sexen
dc.subjectShoeprinten
dc.subjectFootprinten
dc.subjectStep lengthen
dc.subject.classificationComputer Scienceen
dc.titleDevelopment of web application for calculating an estimation of stature and sex from shoe size, footprint, and step lengthen
dc.titleการพัฒนาโปรแกรมประยุกต์บนเว็บสำหรับคำนวณประเมินความสูงและเพศจากขนาดรองเท้า รอยพิมพ์ฝ่าเท้าและระยะก้าวเดินth
dc.typeThesisen
dc.typeวิทยานิพนธ์th
Appears in Collections:Science

Files in This Item:
File Description SizeFormat 
630720034.pdf5.25 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.